| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外的研究现状 | 第11-13页 |
| 1.3 基于内容的图像检索面临的问题 | 第13-14页 |
| 1.4 本论文研究的内容 | 第14-16页 |
| 第2章 基于内容的图像检索相关技术 | 第16-35页 |
| 2.1 基于内容的图像检索总体框架 | 第16页 |
| 2.2 图像的特征提取 | 第16-29页 |
| 2.2.1 颜色特征 | 第17-22页 |
| 2.2.2 纹理特征 | 第22-27页 |
| 2.2.3 形状特征 | 第27-29页 |
| 2.3 图像检索中的相似性度量 | 第29-32页 |
| 2.3.1 Minkowsky距离 | 第29-30页 |
| 2.3.2 直方图相交距离 | 第30页 |
| 2.3.3 χ~2统计距离 | 第30页 |
| 2.3.4 Kullback-Leibler散度 | 第30-31页 |
| 2.3.5 Jeffrey散度 | 第31页 |
| 2.3.6 二次矩距离 | 第31页 |
| 2.3.7 推土机距离(Earth Mover Distance) | 第31-32页 |
| 2.4 图像检索的评价准则 | 第32-33页 |
| 2.4.1 查全率和查准率 | 第32页 |
| 2.4.2 排序值评价方法 | 第32-33页 |
| 2.4.3 ANMRR | 第33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于主颜色的图像检索系统 | 第35-47页 |
| 3.1 主颜色概念 | 第35-36页 |
| 3.1.1 MPEG-7的主颜色提取算法 | 第35-36页 |
| 3.2 GTC聚类算法提取主颜色 | 第36-40页 |
| 3.2.1 GTC(Graph-theoretic clustering)聚类算法 | 第36-38页 |
| 3.2.2 颜色空间 | 第38页 |
| 3.2.3 RGB空间的GTC聚类算法 | 第38-40页 |
| 3.3 综合纹理和形状特征 | 第40-42页 |
| 3.3.1 金字塔小波纹理 | 第40-41页 |
| 3.3.2 边缘方向特征 | 第41-42页 |
| 3.4 模糊相似性度量 | 第42-44页 |
| 3.5 仿真实验与结果分析 | 第44-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 基于子块的融合颜色和方向特征的图像检索 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 基于关键块的图像检索 | 第47-50页 |
| 4.2.1 基于文本信息的检索方法 | 第48页 |
| 4.2.2 信息索引模型 | 第48-50页 |
| 4.2.3 图像的分块编码 | 第50页 |
| 4.3 基于子块的综合颜色和边缘方向特征的检索方法 | 第50-52页 |
| 4.4 相似性度量公式 | 第52-53页 |
| 4.5 仿真实验与结果分析 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间所发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
